Christina Payong

Étudiante ingénieure à l'EFREI en Big Data & Machine Learning, certifiée Microsoft Fabric Analytics Engineer Associate. À l'aise avec Power BI, DAX et SQL pour construire des KPI et des tableaux de bord de pilotage, je recherche une alternance en data science. Disponible dès septembre 2026 • Alternance 24 mois • Rythme 3j entreprise / 2j école

Data Analyst at G2JIT: Cabinet de Conseil Data & IA (2025-06 – 2025-08)

Stage Data

• Concevoir et déployer un dashboard Power BI de pilotage financier P&L, permettant le suivi des KPI et l'analyse des CA, coûts et marges brutes pour le client IER (filiale Bolloré).
• Consolider, nettoyer et transformer les données issues de 10 fichiers Excel via Power Query (M), garantissant la fiabilité des données pour le reporting.
• Modéliser un schéma en étoile et développer une dizaine de mesures DAX afin d'automatiser les analyses et faciliter l'aide à la décision.

Data Scientist at EFREI Paris (2026-06 – 2026-06)

Analyse de vulnérabilités CVE (ANSSI) - Mastercamp EFREI Paris

• Concevoir un pipeline Python bout-en-bout (extraction, enrichissement via API MITRE & EPSS, consolidation Pandas) traitant 37 287 CVE issues de 4 103 bulletins CERT-FR.
• Appliquer des algorithmes de Machine Learning (KMeans, Random Forest) et produire 9 visualisations (Matplotlib/Seaborn) pour analyser la distribution et la criticité des vulnérabilités.
• Développer un système d'alertes email personnalisées par produit surveillé, permettant une veille proactive des menaces de sécurité.

Data Analyst at EFREI Paris (2025-01 – 2025-03)

Healthcare Data Analysis (SQL) - Projet académique

• Modéliser un schéma en étoile (5 tables) et développer 7 requêtes SQL analytiques pour analyser la performance d'un système hospitalier.
• Extraire les KPIs clés (coût moyen 7 955 €/séjour, réadmission 35%, satisfaction 3,9/5) et identifier la chirurgie orthopédique et la pneumologie comme axes d'amélioration prioritaires.

Data Analyst at EFREI Paris (2024-09 – 2024-11)

Analyse des émissions de CO2 du transport aérien - Projet académique

• Collecter et prétraiter des données climatiques hétérogènes (Our World in Data, Eurostat) avec Python/Pandas: valeurs manquantes, outliers, normalisation.
• Quantifier la relation trafic aérien → émissions CO2 et visualiser les insights avec Matplotlib/Seaborn: forte corrélation avec le nombre de passagers (r > 0,97) sur la période 2000–2023.

Diplôme d'Ingénieur in Big Data & Machine Learning – EFREI Paris (2024-02 – 2028-12)

Bachelor in Computer Science – AGH University of Science and Technology (2025-09 – 2026-01)